懂AI
MVDet

MVDet

基于特征透视变换的多视角行人检测系统

MVDet是一个开源的多视角行人检测系统，采用特征透视变换技术提高检测精度。项目包含自主开发的合成数据集MultiviewX，为相关研究提供数据支持。在Wildtrack数据集上，MVDet达到88.2%的MODA。项目开放源代码和预训练模型，便于研究人员进行深入研究。

MVDet多视角检测行人检测MultiviewX数据集特征透视变换Github开源项目
访问官网GitHub论文

具有特征透视变换的多视图检测 [网站] [arXiv]

@inproceedings{hou2020multiview,
  title={Multiview Detection with Feature Perspective Transformation},
  author={Hou, Yunzhong and Zheng, Liang and Gould, Stephen},
  booktitle={ECCV},
  year={2020}
}

请访问链接查看我们的新作品MVDeTr，这是一个基于transformer的多视图检测器，达到了新的最先进水平！

概述

我们发布了MVDet的PyTorch代码，这是一个最先进的多视图行人检测器；以及MultiviewX数据集，一个新颖的合成多视图行人检测数据集。

WildtrackMultiviewX
alt textalt text

内容

MultiviewX数据集

使用PersonX中的行人模型，我们在Unity中构建了一个新颖的合成数据集MultiviewX。

alt text

MultiviewX数据集覆盖了16米乘25米的正方形区域。我们将地平面量化为640x1000的网格。MultiviewX数据集中有6个视野重叠的摄像头，每个摄像头输出1080x1920分辨率的图像。我们还以2帧/秒的速度（与Wildtrack相同）为MultiviewX中的400帧生成了注释。平均而言，4.41个摄像头覆盖了同一位置。

下载MultiviewX

请参考此链接进行下载。

构建你自己的版本

请参考此仓库获取详细指南和你可能需要的工具包。

MVDet代码

这个仓库专门用于MVDet的代码。

alt text

依赖项

此代码使用以下库

  • python 3.7+
  • pytorch 1.4+ & tochvision
  • numpy
  • matplotlib
  • pillow
  • opencv-python
  • kornia
  • matlab & matlabengine（评估时需要）（详细指南请参见此链接）

数据准备

默认情况下，所有数据集都在~/Data/中。我们在这个项目中使用MultiviewX和Wildtrack。

你的~/Data/文件夹应该如下所示

Data
├── MultiviewX/
│   └── ...
└── Wildtrack/ 
    └── ...

训练

为了训练分类器，请运行以下命令，

CUDA_VISIBLE_DEVICES=0,1 python main.py -d wildtrack

这应该会自动返回与报告的88.2% MODA相似的评估结果，该结果是在Wildtrack数据集上得到的。

预训练模型

你可以在此链接下载检查点。

编辑推荐精选

TRAE编程

TRAE编程

AI辅助编程，代码自动修复

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
蛙蛙写作

蛙蛙写作

AI小说写作助手，一站式润色、改写、扩写

蛙蛙写作—国内先进的AI写作平台，涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能，助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。

AI辅助写作AI工具蛙蛙写作AI写作工具学术助手办公助手营销助手AI助手
问小白

问小白

全能AI智能助手，随时解答生活与工作的多样问题

问小白，由元石科技研发的AI智能助手，快速准确地解答各种生活和工作问题，包括但不限于搜索、规划和社交互动，帮助用户在日常生活中提高效率，轻松管理个人事务。

热门AI助手AI对话AI工具聊天机器人
Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。

讯飞智文

讯飞智文

一键生成PPT和Word，让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级，全面对标OpenAI o1

科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。

咔片PPT

咔片PPT

AI助力，做PPT更简单！

咔片是一款轻量化在线演示设计工具，借助 AI 技术，实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT，提供海量模板、智能美化、素材替换等功能，适用于销售、教师、学生等各类人群，能高效制作出高品质 PPT，满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文，一站式创作，让内容运营更高效

讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台，公文写作神器

AI 材料星，专业的 AI 公文写作辅助平台，为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能，支持 30 + 文稿类型生成，助力快速完成领导讲话、工作总结、述职报告等材料，提升办公效率，是体制打工人的得力写作神器。

下拉加载更多